2023年3月14日,英国伦敦 – Omdia的最新报告《2023年生成式人工智能市场格局》(Generative AI Market Landscape 2023)表明,虽然ChatGPT、Stable Diffusion和其他生成式人工智能(Generative AI)为市场带来的明显兴奋和潜在机会真实存在,但生成式人工智能并无法解决任何类型的人工智能所面临的任何市场挑战,生成式人工智能并非灵丹妙药。
“生成式人工智能不会解决人工智能面临的基本挑战——偏见、隐私、责任、一致性和可解释性”,Omdia首席分析师Mark Beccue表示,“事实上,生成式人工智能在很大程度上加剧了这些问题。” 例如,作为大多数生成式人工智能输出来源的大型语言模型(LLM)采用公共数据进行训练,这些公共数据可能包括毒语言或对种族、性别、性取向、能力、语言、文化等有偏见的内容,这意味着输出本身可能存在偏见或不恰当。 再例如,生成式人工智能的输出不易解释——与大多数深度学习人工智能一样,其结果很难溯源。 虽然可解释性是整个人工智能行业所面临的挑战,但对生成式人工智能产出来说,该问题尤为突出,根据定义,其产出应该是“创造的”新事物。

生成式AI不会解决人工智能面临的基本挑战
2023年,生成式人工智能市场将处于非常早期阶段。 Omdia预测,今年围绕生成式人工智能使用方法,将迸发出创造性革新,同时会带来大量关于生成式人工智能的定义及其作用的困惑。
Omdia注意到塑造生成式人工智能轨迹的其他市场趋势,包括构建和货币化大型语言模型的竞赛以及云计算供应商所起的关键作用。 Omdia的《2023年生成式人工智能市场格局》研究了这些以及更多问题。该报告将通过确定关键驱动因素和障碍、市场趋势、主要用例、关键参与者及其如此关键的原因,以及人工智能分析师团队对2023年整个生成式人工智能生态系统的预测,来帮助读者了解快速变化的生成式人工智能市场格局。
好文章,需要你的鼓励
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
AMD首席执行官苏姿丰在纽约金融分析师日活动中表示,公司已准备好迎接AI浪潮并获得传统企业计算市场更多份额。AMD预计未来3-5年数据中心AI收入复合年增长率将超过80%,服务器CPU收入份额超过50%。公司2025年预期收入约340亿美元,其中数据中心业务160亿美元。MI400系列GPU采用2纳米工艺,Helios机架系统将提供强劲算力支持。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。